2008年10月，我像許多人一樣滿懷好奇地創(chuàng)建了一個Twitter帳戶。像大多數(shù)人一樣，我與一些朋友建立了連接，做一些隨機的搜索來更好地理解這一服務。使用140個字符來進行溝通，這看起來好像不太可能是一個受歡迎的想法，但一件無關的事情卻讓我看到了Twitter的真正價值所在。

2009年7月初，我的網(wǎng)站托管服務提供商熄火了，在進行了一番隨意的網(wǎng)絡搜索后，我發(fā)現(xiàn)信息指向了西雅圖Fisher Plaza的一場火災，這場火是罪魁禍首。傳統(tǒng)的基于web的信息源更新很慢，沒有提供何時服務會恢復正常的指示。然而，在搜索了Twitter之后，我找到了一些個人帳戶對事件的描述，包括了現(xiàn)場實時發(fā)生的情況。例如，在我的托管服務恢復正常之前不久，就有一條消息說有柴油發(fā)電機位于大廈的外面。

當時我就意識到了Twitter的真正強大之處在于個人以及組織之間的公開的和實時的信息交流。然而，在這一表象下面，則是一個關于用戶行為的信息寶庫，以及在局部和全局層面上的發(fā)展趨勢。我使用了Ruby語言和Twitter gem這一Twitter的API包裝器來在簡單的腳本語境中探討挖掘的實現(xiàn)，并說明了如何使用其他的web服務和應用來為數(shù)據(jù)的可視化構建一個簡單的混搭應用程序。

Twitter以及一些API

盡管早期的網(wǎng)絡涉及的是人-機器的交互，但現(xiàn)在的網(wǎng)絡已涉及機器-機器之間的交互，這種交互是使用web服務來支持的。大部分受歡迎的網(wǎng)站都有這樣的服務存在——從各種各樣的Google服務到LinkedIn、Facebook和Twitter等。通過web服務創(chuàng)建的API，外部的應用可以查詢或是操縱網(wǎng)站上的內(nèi)容。

web服務可以使用多種方式來實現(xiàn)。目前最流行的做法之一是表述性狀態(tài)轉移(Representational State Transfe， REST)。REST的一種實現(xiàn)是通過為人熟知的HTTP協(xié)議，允許HTTP作為RESTful架構的媒介存在(使用諸如GET、PUT、POST、DELETE一類的標準HTTP操作)。Twitter的API是作為這一媒介之上的一個抽象來進行開發(fā)的。在這一做法中，沒有涉及REST、HTTP或是XML或JSON一類的數(shù)據(jù)格式的知識，而是代之以清晰地整合到了Ruby語言中的基于對象的接口。

Ruby和Twitter的一個快速展示

讓我們來探討一下如何在Ruby中使用Twitter API。首先，我們需要獲取所需的資源，如果你像我一樣在用Ubuntu Linux®的話，就使用apt框架。

若要獲取最新的完整的Ruby分發(fā)版本(大約13MB的下載量)，使用這一命令行：

$ sudo apt-get install ruby1.9.1-full 

接著使用gem實用程序來抓取Twitter gem：

$ sudo gem install twitter 

現(xiàn)在你已經(jīng)有了這一步驟所需的一切了，我們繼續(xù)，測試一下Twitter的包裝器。這一示例使用一個名為交互式的Ruby外殼(Interactive Ruby Shell，IRB)的外殼程序，該外殼程序允許實時地執(zhí)行Ruby命令以及使用語言進行實驗。IRB有著非常多的功能，不過我們只用它來做一些簡單的實驗。

清單1展示了與IRB的一個會話，該會話被分成了三段以便于閱讀。第一段(001和002行)通過導入必需的運行時元素來做好環(huán)境方面的準備(require方法加載并執(zhí)行指定的庫)。接下來的一段(003行)說明的是使用Twitter gem來顯示從IBM® developerWorks®發(fā)出的最新tweet消息。如所展示的那樣，使用Client::Timeline模塊的user_timeline方法來顯示一條消息，這第一個例子說明了Ruby的“鏈方法”的功能。user_timeline方法返回一個有著20條消息的數(shù)組，接著鏈入到方法first中，這樣做是為了從數(shù)組中提取出第一條消息(first是Array類的一個方法)，接著從這一條消息中提取出文本字段，通過puts方法把它放到輸出中。

接下來的一段(004行)使用了用戶定義的位置字段，這是一個不限形式的字段，用戶可以在其中提供有用的或是無用的位置信息。在這一例子中，User模塊抓取了位置字段所限定的用戶信息。

最后一段(從005行開始)研究了Twitter::Search模塊，這一搜索模塊提供了極其豐富的用來搜索Twitter的接口。在這一例子中，首先是創(chuàng)建一個搜索實例(005行)，接著在006行指定一個搜索，搜 LulzSec用戶在最近發(fā)出的包含了why這一詞的消息，結果列表已經(jīng)過刪減和編輯。搜索設置會一直存在在那里，因為搜索實例保持著所定義的過濾條件，你可以通過執(zhí)行search.clear來清除這些過濾條件。

清單1. 通過IRB來實驗Twitter API

$ irb  
irb(main):001:0> require "rubygems" 
=> true 
irb(main):002:0> require "twitter" 
=> true 
 
irb(main):003:0> puts Twitter.user_timeline("developerworks").first.text  
dW Twitter is saving #IBM over $600K per month: will #Google+ add to that?>   
http://t.co/HiRwir7 #Tech #webdesign #Socialmedia #webapp #app  
=> nil 
 
irb(main):004:0> puts Twitter.user("MTimJones").location  
Colorado, USA  
=> nil 
 
irb(main):005:0> search = Twitter::Search.new 
=> #<Twitter::Search:0xb7437e04 @oauth_token_secret=nil,   
@endpoint="https://api.twitter.com/1/",   
@user_agent="Twitter Ruby Gem 1.6.0",   
@oauth_token=nil, @consumer_secret=nil,   
@search_endpoint="https://search.twitter.com/",   
@query={:tude=>[], :q=>[]}, @cache=nil, @gateway=nil, @consumer_key=nil,   
@proxy=nil, @format=:json, @adapter=:net_http<   
irb(main):006:0> search.containing("why").to("LulzSec").  
result_type("recent").each do |r| puts r.text end 
@LulzSec why not stop posting <bleep> and get a full time job! MYSQLi isn't   
hacking you <bleep>.  
...  
irb(main):007:0> 

接下來，我們來看一下Twitter中的用戶的模式，你也可以通過IRB來實現(xiàn)這一點，不過我重排了結果的格式，以便簡化對Twitter用戶的內(nèi)部結構的說明。清單2給出了用戶結構的輸出結果，這在Ruby中是一個Hashie::Mash。這一結構很有用，因為其允許對象有類方法的哈希鍵訪問器(公開的對象)。正如你從清單2中看到的那樣，這一對象包含了豐富的信息(用戶特定的以及渲染的信息)，其中包括了當前的用戶狀態(tài)(帶有地理編碼信息)。一條tweet消息中也包含了大量的信息，你可以使用user_timeline類來輕松地可視化生成這一信息。

清單2. Twitter用戶的內(nèi)部解析結構(Ruby視角)

irb(main):007:0> puts Twitter.user("MTimJones")  
<#Hashie::Mash   
contributors_enabled=false   
created_at="Wed Oct 08 20:40:53 +0000 2008"   
default_profile=false default_profile_image=false   
description="Platform Architect and author (Linux, Embedded, Networking, AI)." 
favourites_count=1   
follow_request_sent=nil   
followers_count=148   
following=nil   
friends_count=96   
geo_enabled=true   
id=16655901 id_str="16655901"   
is_translator=false   
lang="en"   
listed_count=10   
location="Colorado, USA"   
name="M. Tim Jones"   
notifications=nil   
profile_background_color="1A1B1F"   
profile_background_image_url="..." 
profile_background_image_url_https="..."   
profile_background_tile=false   
profile_image_url="http://a0.twimg.com/profile_images/851508584/bio_mtjones_normal.JPG"   
profile_image_url_https="..."   
profile_link_color="2FC2EF"   
profile_sidebar_border_color="181A1E" profile_sidebar_fill_color="252429"   
profile_text_color="666666"   
profile_use_background_image=true   
protected=false   
screen_name="MTimJones"   
show_all_inline_media=false   
status=<#Hashie::Mash   
contributors=nil coordinates=nil   
created_at="Sat Jul 02 02:03:24 +0000 2011"   
favorited=false   
geo=nil   
id=86978247602094080 id_str="86978247602094080"   
in_reply_to_screen_name="AnonymousIRC"   
in_reply_to_status_id=nil in_reply_to_status_id_str=nil   
in_reply_to_user_id=225663702 in_reply_to_user_id_str="225663702"   
place=<#Hashie::Mash   
attributes=<#Hashie::Mash>   
bounding_box=<#Hashie::Mash   
coordinates=[[[-105.178387, 40.12596],   
[-105.034397, 40.12596],   
[-105.034397, 40.203495],   
[-105.178387, 40.203495]]]   
type="Polygon" 
>   
country="United States" country_code="US"   
full_name="Longmont, CO"   
id="2736a5db074e8201"   
name="Longmont" place_type="city"   
url="http://api.twitter.com/1/geo/id/2736a5db074e8201.json" 
>   
retweet_count=0   
retweeted=false   
source="web"   
text="@AnonymousIRC @anonymouSabu @LulzSec @atopiary @Anonakomis Practical reading   
for future reference... LULZ \"Prison 101\" http://t.co/sf8jIH9" truncated=false 
>  
statuses_count=79   
time_zone="Mountain Time (US & Canada)"   
url="http://www.mtjones.com"   
utc_offset=-25200   
verified=false 
>  
=> nil 
irb(main):008:0>  

這就是快速展示部分的內(nèi)容?，F(xiàn)在，我們來研究一些簡單的腳本，你可以在這些腳本中使用Ruby和Twitter API來收集和可視化數(shù)據(jù)。在這一過程中，你會了解到Twitter的一些概念，比如說身份驗證和頻率限制等。

挖掘Twitter數(shù)據(jù)

接下來的幾節(jié)內(nèi)容介紹幾個通過Twitter API來收集和呈現(xiàn)可用數(shù)據(jù)的腳本，這些腳本重點在于其簡易性，不過你可以通過擴展以及組合他們來創(chuàng)建新的功能。另外，本節(jié)內(nèi)容還會提到Twitter gem API，這一API中有著更多可用的功能。

需要注意的很重要的一點是，在指定的時間內(nèi)，Twitter API只允許客戶做有限次的調用，這也就是Twitter的頻率限制請求(現(xiàn)在是一小時不超過150次)，這意味著經(jīng)過某個次數(shù)的使用后，你會收到一個錯誤消息，并要求你在提交新的請求之前先做一段時間的等待。

用戶信息

回想一下清單2中的每個Twitter用戶的大量可用信息，只有在用戶不受保護的情況下這些信息才是可訪問的。我們來看一下如何以一種更便捷的方式來提取用戶的信息并呈現(xiàn)出來。

清單3給出了一個(基于用戶的界面顯示名稱)檢索用戶信息的簡單的Ruby腳本，然后顯示一些更有用的內(nèi)容，在需要時使用Ruby方法to_s來把值轉換成字符串。需要注意的是，首先用戶是不受保護的，否則的話是不能訪問到她/他的數(shù)據(jù)的。

清單3. 提取Twitter用戶數(shù)據(jù)的簡單腳本(user.rb)

#!/usr/bin/env ruby  
require "rubygems" 
require "twitter" 
 
screen_name = String.new ARGV[0]  
 
a_user = Twitter.user(screen_name)  
 
if a_user.protected != true 
 
puts "Username : " + a_user.screen_name.to_s  
puts "Name : " + a_user.name  
puts "Id : " + a_user.id_str  
puts "Location : " + a_user.location  
puts "User since : " + a_user.created_at.to_s  
puts "Bio : " + a_user.description.to_s  
puts "Followers : " + a_user.followers_count.to_s  
puts "Friends : " + a_user.friends_count.to_s  
puts "Listed Cnt : " + a_user.listed_count.to_s  
puts "Tweet Cnt : " + a_user.statuses_count.to_s  
puts "Geocoded : " + a_user.geo_enabled.to_s  
puts "Language : " + a_user.lang  
puts "URL : " + a_user.url.to_s  
puts "Time Zone : " + a_user.time_zone  
puts "Verified : " + a_user.verified.to_s  
puts  
 
tweet = Twitter.user_timeline(screen_name).first  
 
puts "Tweet time : " + tweet.created_at  
puts "Tweet ID : " + tweet.id.to_s  
puts "Tweet text : " + tweet.text  
 
end 

若要調用這一腳本，需要確保其是可執(zhí)行的(chmod +x user.rb)，使用一個用戶的名稱來調用它。清單4顯示了使用用戶developerworks調用的結果，給出了用戶的信息和當前狀態(tài)(最后一條tweet消息)。這里要注意的是，Twitter把關注你的人定義為followers(粉絲);而把你關注的人稱作friends(朋友)。

清單4. user.rb的輸出例子

$ ./user.rb developerworks  
Username : developerworks  
Name : developerworks  
Id : 16362921  
Location :   
User since : Fri Sep 19 13:10:39 +0000 2008  
Bio : IBM's premier Web site for Java, Android, Linux, Open Source, PHP, Social,   
Cloud Computing, Google, jQuery, and Web developer educational resources  
Followers : 48439  
Friends : 46299  
Listed Cnt : 3801  
Tweet Cnt : 9831  
Geocoded : false 
Language : en  
URL : http://bit.ly/EQ7te  
Time Zone : Pacific Time (US & Canada)  
Verified : false 
 
Tweet time : Sun Jul 17 01:04:46 +0000 2011  
Tweet ID : 92399309022167040  
Tweet text : dW Twitter is saving #IBM over $600K per month: will #Google+ add to that? >   
http://t.co/HiRwir7 #Tech #webdesign #Socialmedia #webapp #app 

#p#

朋友的受歡迎情況

研究一下你的朋友(你關注的人)，收集數(shù)據(jù)來了解一下他們的受歡迎程度。在這個例子中，收集朋友的數(shù)據(jù)并按照他們的粉絲數(shù)目來進行排序，這一簡單的腳本如清單5所示。

在這一腳本中，在了解了你要(基于界面顯示名稱)分析的用戶后，創(chuàng)建一個用戶哈希表，Ruby哈希(或是相關的數(shù)組)是一種可以允許你定義存儲鍵(而不是簡單的數(shù)值索引)的數(shù)據(jù)結構。接著，通過Twitter的界面名稱來索引這一哈希表，關聯(lián)值則是用戶的粉絲數(shù)目。這一過程簡單地遍歷你的朋友然后把他們的粉絲的數(shù)目放入哈希表中，接著(以降序)排列哈希表，然后把它放到輸出中。

清單5. 關于朋友的受歡迎程度的腳本(friends.rb)

#!/usr/bin/env ruby  
require "rubygems" 
require "twitter" 
 
name = String.new ARGV[0]  
 
user = Hash.new 
 
# Iterate friends, hash their followers  
Twitter.friends(name).users.each do |f|  
 
# Only iterate if we can see their followers  
if (f.protected.to_s != "true")   
user[f.screen_name.to_s] = f.followers_count   
end 
 
end 
 
user.sort_by {|k,v| -v}.each { |user, count| puts "#{user}, #{count}" } 

清單5中的朋友腳本的一個例子輸出如清單6所示。我刪減了輸出內(nèi)容以節(jié)省空間，不過你可以看到，在我的直接網(wǎng)絡中，ReadWriteWeb(RWW)和Playstation是很受歡迎的Twitter用戶。

清單6. 清單5中的朋友腳本的界面輸出

$ ./friends.rb MTimJones  
RWW, 1096862  
PlayStation, 1026634  
HarvardBiz, 541139  
tedtalks, 526886  
lifehacker, 146162  
wandfc, 121683  
AnonymousIRC, 117896  
iTunesPodcasts, 82581  
adultswim, 76188  
forrester, 72945  
googleresearch, 66318  
Gartner_inc, 57468  
developerworks, 48518 

我的粉絲來自哪里

回想一下清單2，Twitter提供了豐富的位置信息，有一個不限形式、用戶定義的、可選用地理編碼數(shù)據(jù)的位置字段。不過，用戶設定的時區(qū)也可以為粉絲的實際位置提供線索。

在這一例子中，你要構建一個混搭應用程序來從Twitter粉絲中提取時區(qū)數(shù)據(jù)，然后使用Google Charts來可視化這一數(shù)據(jù)。Google Charts是一個非常有意思的項目，其允許你通過網(wǎng)絡來構建各種各樣不同類型的圖表;把圖表的類型和數(shù)據(jù)定義成HTTP請求，直接在瀏覽器中渲染作為響應的結果。若要安裝用于Google Charts的Ruby gem，使用下面的命令行：

$ gem install gchartrb 

清單7提供的腳本提取時區(qū)數(shù)據(jù)，接著構建Google Charts請求。首先，與之前的腳本不同，這一腳本需要你通過Twitter的身份驗證。若要做到這一點，你需要注冊一個Twitter應用，這會給你提供一組鍵值和令牌，這些令牌可以用在清單7的腳本中，這樣才能夠成功地取到數(shù)據(jù)。請參閱參考資料了解這一簡單過程的詳細情況。

按照相類似的模式，該腳本接受了一個界面名稱，然后遍歷該用戶的粉絲，從當前粉絲中提取時區(qū)并把它存放在tweetlocation哈希表中。需要注意的是，你先要檢測該鍵值是否已經(jīng)存在于哈希表中，若是的話，增加該鍵值的計數(shù)。你還可以記住所有時區(qū)的個數(shù)，以用于后面的百分比的計算。

這一腳本的最后一部分內(nèi)容是構造Google Pie Chart的URL，創(chuàng)建一個新的PieChart，指定一些選項(大小、標題和是否為3D等);接著，遍歷時區(qū)哈希表，找出用于圖表的時區(qū)串的數(shù)據(jù)(刪去&符號)以及該時區(qū)計數(shù)與總數(shù)的百分比。

清單7.通過Twitter的時區(qū)來構建一個餅圖(followers-location.rb)

#!/usr/bin/env ruby  
require "rubygems" 
require "twitter" 
require 'google_chart' 
 
screen_name = String.new ARGV[0]  
 
tweetlocation = Hash.new 
timezones = 0.0  
 
# Authenticate  
Twitter.configure do |config|  
config.consumer_key = '' 
config.consumer_secret = '' 
config.oauth_token = '  
config.oauth_token_secret = '' 
end 
 
# Iterate followers, hash their location  
followers = Twitter.followers.users.each do |f|  
 
loc = f.time_zone.to_s  
 
if (loc.length > 0)  
 
if tweetlocation.has_key?(loc)  
tweetlocation[loc] = tweetlocation[loc] + 1  
else 
tweetlocation[loc] = 1  
end 
 
timezones = timezones + 1.0  
 
end 
 
end 
 
# Create a pie chart  
GoogleChart::PieChart.new('650x350', "Time Zones", false ) do |pc|  
 
tweetlocation.each do |loc,count|  
pc.data loc.to_s.delete("&"), (count/timezones*100).round  
end 
 
puts pc.to_url  
 
end 

若要執(zhí)行清單7中的腳本，給它提供一個Twitter界面顯示名稱，然后把得出的URL拷貝并粘貼到瀏覽器中，清單8給出了這一過程及最終生成的URL。

清單8. 調用followers-location腳本(結果只是一行來的)

$ ./followers-location.rb MTimJones  
http://chart.apis.google.com/chart?chl=Seoul|Santiago|Paris|Mountain+Time+(US++Canada)|  
Madrid|Central+Time+(US++Canada)|Warsaw|Kolkata|London|Pacific+Time+(US++Canada)|  
New+Delhi|Pretoria|Quito|Dublin|Moscow|Istanbul|Taipei|Casablanca|Hawaii|Mumbai|  
International+Date+Line+West|Tokyo|Ulaan+Bataar|Vienna|Osaka|Alaska|Chennai|Bern|  
Brasilia|Eastern+Time+(US++Canada)|Rome|Perth|La+Paz  
&chs=650x350&chtt=Time+Zones&chd=s:KDDyKcKDOcKDKDDDDDKDDKDDDDOKK9DDD&cht=p  
$  

把清單8中的URL粘貼到瀏覽器中，你就可以得到圖1所示的結果。

圖1. Twitter粉絲位置分布的餅圖

Twitter用戶的行為

Twitter包含了大量的數(shù)據(jù)，你可以通過挖掘這些數(shù)據(jù)來了解用戶行為的某些要素。兩個簡單例子將用來分析Twitter用戶何時發(fā)布消息以及通過什么應用來發(fā)布消息，你可以使用下面兩個簡單的腳本來提取并可視化這些信息。

清單9給出的腳本遍歷了某個特定用戶的tweet消息(使用user_timeline方法)，然后從每條tweet消息中提取出該tweet消息形成的具體時間，一個簡單的哈希表被再次用來統(tǒng)計一周中每天的計數(shù)，然后以與前面的時區(qū)例子相類似的方式使用Google Charts生成一個柱狀圖。

清單9. 構建tweet發(fā)布時間的柱狀圖(tweet-days.rb)

#!/usr/bin/env ruby  
require "rubygems" 
require "twitter" 
require "google_chart" 
 
screen_name = String.new ARGV[0]  
 
dayhash = Hash.new 
 
timeline = Twitter.user_timeline(screen_name, :count => 200 )  
timeline.each do |t|  
 
tweetday = t.created_at.to_s[0..2]  
 
if dayhash.has_key?(tweetday)  
dayhash[tweetday] = dayhash[tweetday] + 1  
else 
dayhash[tweetday] = 1  
end 
 
end 
 
GoogleChart::BarChart.new('300x200', screen_name, :vertical, false) do |bc|  
bc.data "Sunday", [dayhash["Sun"]], '00000f' 
bc.data "Monday", [dayhash["Mon"]], '0000ff' 
bc.data "Tuesday", [dayhash["Tue"]], '00ff00' 
bc.data "Wednesday", [dayhash["Wed"]], '00ffff' 
bc.data "Thursday", [dayhash["Thu"]], 'ff0000' 
bc.data "Friday", [dayhash["Fri"]], 'ff00ff' 
bc.data "Saturday", [dayhash["Sat"]], 'ffff00' 
puts bc.to_url  
end 

圖2提供了使用developerWorks帳戶來執(zhí)行清單9中的tweet-days腳本的結果，正如所展示的那樣，星期三是發(fā)布tweet消息最活躍的一條，最不活躍的是星期六和星期天。

圖2. 比較每天的tweet活躍程度的柱狀圖

接下來的腳本確定特定用戶通過哪一個來源發(fā)布tweet消息，你可以通過幾種方式來發(fā)布消息，這一腳本并未對每一種都做了編碼。如清單10所示，使用類似的模式來提取給定用戶的時間軸上的內(nèi)容，然后嘗試著解碼哈希表中的tweet消息的發(fā)出處。稍后這一哈希表會被用來創(chuàng)建一個簡單的餅圖，使用Google Charts來可視化數(shù)據(jù)。

清單10. 構建用戶的tweet消息源的餅圖(tweet-source.rb)

#!/usr/bin/env ruby  
require "rubygems" 
require "twitter" 
require 'google_chart' 
 
screen_name = String.new ARGV[0]  
 
tweetsource = Hash.new 
 
timeline = Twitter.user_timeline(screen_name, :count => 200 )  
timeline.each do |t|  
 
if (t.source.rindex('blackberry')) then 
src = 'Blackberry' 
elsif (t.source.rindex('snaptu')) then 
src = 'Snaptu' 
elsif (t.source.rindex('tweetmeme')) then 
src = 'Tweetmeme' 
elsif (t.source.rindex('android')) then 
src = 'Android' 
elsif (t.source.rindex('LinkedIn')) then 
src = 'LinkedIn' 
elsif (t.source.rindex('twitterfeed')) then 
src = 'Twitterfeed' 
elsif (t.source.rindex('twitter.com')) then 
src = 'Twitter.com' 
else 
src = t.source  
end 
 
if tweetsource.has_key?(src)  
tweetsource[src] = tweetsource[src] + 1  
else 
tweetsource[src] = 1  
end 
 
end 
 
GoogleChart::PieChart.new('320x200', "Tweet Source", false) do |pc|  
 
tweetsource.each do|source,count|  
pc.data source.to_s, count  
end 
 
puts "\nPie Chart" 
puts pc.to_url  
end 

圖3提供了一個可視化圖表，顯示了一組Twitter用戶感興趣使用的tweet消息發(fā)布源，傳統(tǒng)的Twitter網(wǎng)站最常用到，隨后是移動電話應用。

圖3. Twitter用戶的tweet消息發(fā)布源的餅圖 

#p#

反映粉絲情況的圖表

Twitter是一個龐大的用戶網(wǎng)絡，這些用戶形成了一個網(wǎng)絡圖。正如你通過腳本所看到的那樣，遍歷你的聯(lián)系人很容易，接著遍歷他們的聯(lián)系人也很容易。即使只是在這一級別上，這樣做也已建立起一張大圖的基本面。

為了可視化圖形，我選擇使用圖形可視化軟件GraphViz。在Ubuntu上，使用下面的命令行，你可以很容易就安裝好這一工具：

$ sudo apt-get install graphviz 

清單11中的腳本遍歷了用戶的粉絲，然后再遍歷這些粉絲他們的粉絲。這一模式中的唯一真正不同之處在于 GraphViz的DOT格式文件的構造，GraphViz使用簡單的腳本格式來定義圖形，這些圖形作為你列舉的Twitter用戶的組成部分出現(xiàn)。如清單所展示的那樣，可以簡單地通過指定節(jié)點的關系來定義圖形。

清單11. 可視化Twitter粉絲圖(followers-graph.rb)

#!/usr/bin/env ruby  
require "rubygems" 
require "twitter" 
require 'google_chart' 
 
screen_name = String.new ARGV[0]  
 
tweetlocation = Hash.new 
 
# Authenticate  
Twitter.configure do |config|  
config.consumer_key = '' 
config.consumer_secret = '' 
config.oauth_token = '' 
config.oauth_token_secret = '' 
end 
 
my_file = File.new("graph.dot", "w")  
 
my_file.puts "graph followers {" 
my_file.puts " node [ fontname=Arial, fontsize=6 ];" 
 
# Iterate followers, hash their location  
followers = Twitter.followers(screen_name, :count=>10 ).users.each do |f|  
 
# Only iterate if we can see their followers  
if (f.protected.to_s != "true")  
 
my_file.puts " \"" + screen_name + "\" -- \"" + f.screen_name.to_s + "\"" 
 
followers2 = Twitter.followers(f.screen_name, :count =>10 ).users.each do |f2|  
 
my_file.puts " \"" + f.screen_name.to_s + "\" -- \"" +  
f2.screen_name.to_s + "\"" 
 
end 
 
end 
 
end 
 
my_file.puts "}" 

在某個用戶上執(zhí)行清單11的腳本，得出的結果放在一個dot文件中，接著使用GraphViz來生成圖像。首先調用Ruby腳本來收集圖形數(shù)據(jù)(存儲成graph.dot);接著使用GraphViz來生成圖像(這里用的是circo，該工具指定了一種圓形的布局)。生成圖像的過程定義如下：

$ ./followers-graph.rb MTimJones  
$ circo graph.dot -Tpng -o graph.png 

最終得出的圖像如圖4所示。需要注意的是，由于這一Twitter圖表可能會很大，因為我們通過盡量減少要列舉的用戶及其粉絲的數(shù)目來限制圖表的規(guī)模(通過清單11中的:count選項)。

圖4. Twitter粉絲圖例子(極端情況的子集)

位置信息

在功能啟用的情況下，Twitter收集你和你發(fā)出tweet消息的地理位置數(shù)據(jù)。這些由經(jīng)度和緯度信息組成的數(shù)據(jù)能夠用來精確地定位用戶的位置或者是tweet消息從何處發(fā)出。此外，把搜索和這些消息結合在一起，你就可以根據(jù)已定義的位置或是你所處的位置來識別出某些地方或是某些人。

并非所有的用戶或是tweet消息都啟用了地理位置功能(出于隱私原因)，但這一信息是所有Twitter體驗當中的一個非常吸引人的方面。讓我們來看一個腳本，該腳本允許你可視化地理定位數(shù)據(jù)，還有另一個腳本允許你使用這一數(shù)據(jù)來進行搜索。

第一個腳本(清單12所示)抓取用戶的經(jīng)度和緯度數(shù)據(jù)(回想一下清單2中的邊界框(bounding box))，盡管邊界框是一個定義代表了用戶區(qū)域的多邊形，但我做了簡化，只用了這一區(qū)域中的一個點。有了這一數(shù)據(jù)，我在一個簡單的HMTL文件中生成了一個簡單的JavaScript函數(shù)，這一JavaScript代碼與Google Maps接口，給出了這一位置的一個俯視地圖(給出提取自Twitter用戶的經(jīng)度和緯度數(shù)據(jù))。

清單12. 構造用戶地圖的Ruby腳本(where-am-i.rb)

#!/usr/bin/env ruby  
require "rubygems" 
require "twitter" 
 
Twitter.configure do |config|  
config.consumer_key = '<consumer_key>  
config.consumer_secret = '<consumer_secret>  
config.oauth_token = '<oauth_token>  
config.oauth_token_secret = '<token_secret>  
end 
 
screen_name = String.new ARGV[0]  
 
a_user = Twitter.user(screen_name)  
 
if a_user.geo_enabled == true 
 
long = a_user.status.place.bounding_box.coordinates[0][0][0];  
lat = a_user.status.place.bounding_box.coordinates[0][0][1];  
 
my_file = File.new("test.html", "w")  
 
my_file.puts "<!DOCTYPE html>  
my_file.puts "<html>< head>  
my_file.puts "<meta name=\"viewport\" content=\"initial-scale=1.0, user-scalable=no\"/>" 
my_file.puts "<style type=\"text/css\">" 
my_file.puts "html { height: 100% }" 
my_file.puts "body { height: 100%; margin: 0px; padding: 0px }" 
my_file.puts "#map_canvas { height: 100% }" 
my_file.puts "</style>" 
my_file.puts "< script type=\"text/javascript\"" 
my_file.puts "src=\"http://maps.google.com/maps/api/js?sensor=false\">" 
my_file.puts "</script>" 
my_file.puts "<script type=\"text/javascript\">" 
my_file.puts "function initialize() {" 
my_file.puts "var latlng = new google.maps.LatLng(" + lat.to_s + ", " + long.to_s + ");" 
my_file.puts "var myOptions = {" 
my_file.puts "zoom: 12," 
my_file.puts "center: latlng," 
my_file.puts "mapTypeId: google.maps.MapTypeId.HYBRID" 
my_file.puts "};" 
my_file.puts "var map = new google.maps.Map(document.getElementById(\"map_canvas\")," 
my_file.puts "myOptions);" 
my_file.puts "}" 
my_file.puts "</script>" 
my_file.puts "</head>" 
my_file.puts "<body onload=\"initialize()\">" 
my_file.puts "<div id=\"map_canvas\" style=\"width:100%; height:100%\"></div>" 
my_file.puts "</body>" 
my_file.puts "</html>" 
 
else 
 
puts "no geolocation data available." 
 
end 

清單12中的腳本執(zhí)行起來很簡單：

$ ./where-am-i.rb MTimJones 

最終得出的HTML文件可以通過瀏覽器來渲染，像這樣：

$ firefox test.html 

如果沒有可用的位置信息的話，這一腳本就會執(zhí)行失敗;不過如果執(zhí)行成功的話，就會生成一個HTML文件，瀏覽器可以讀入該文件來渲染出地圖。圖5給出了最終生成的地圖圖像，其顯示了美國科羅拉多州北部Front Range的部分地區(qū)。

圖5. 清單12中的腳本渲染圖像的例子

有了地理位置，你還可以通過搜Twitter來識別出與某個特定位置相關聯(lián)的Twitter用戶和tweet消息。Twitter搜索API允許使用地理編碼信息來限定搜索結果。下面清單13中的例子提取用戶的經(jīng)度和緯度，然后使用這些數(shù)據(jù)獲取該位置方圓5公里之內(nèi)的所有tweet消息。

清單13. 使用經(jīng)度和緯度數(shù)據(jù)來搜索局部地區(qū)的tweet消息(tweets-local.rb)

#!/usr/bin/env ruby  
require "rubygems" 
require "twitter" 
 
Twitter.configure do |config|  
config.consumer_key = '' 
config.consumer_secret = '' 
config.oauth_token = '' 
config.oauth_token_secret = '' 
end 
 
screen_name = String.new ARGV[0]  
 
a_user = Twitter.user(screen_name)  
 
if a_user.geo_enabled == true 
 
long = a_user.status.place.bounding_box.coordinates[0][0][0]  
lat = a_user.status.place.bounding_box.coordinates[0][0][1]  
 
Array tweets = Twitter::Search.new.geocode(lat, long, "5mi").fetch  
 
tweets.each do |t|  
 
puts t.from_user + " | " + t.text  
 
end 
 
end 

清單13中的腳本的執(zhí)行結果顯示在清單14中，這是指定位置范圍內(nèi)的Twitter用戶發(fā)布的tweet消息的一個子集。

清單14. 查詢我所在位置方圓5公里之內(nèi)的這一局部地區(qū)的tweet消息。

$ ./tweets-local.rb MTimJones  
Breesesummer | @DaltonOls did he answer u  
LongmontRadMon | 60 CPM, 0.4872 uSv/h, 0.6368 uSv/h, 2 time(s) over natural radiation  
graelston | on every street there is a memory; a time and place we can never be again.  
Breesesummer | #I'minafight with @DaltonOls to see who will marry @TheCodySimpson I will   
marry him!!! :/  
_JennieJune_ | ok I'm done, goodnight everyone!  
Breesesummer | @DaltonOls same  
_JennieJune_ | @sylquejr sleep well!  
Breesesummer | @DaltonOls ok let's see what he says  
LongmontRadMon | 90 CPM, 0.7308 uSv/h, 0.7864 uSv/h, 2 time(s) over natural radiation  
Breesesummer | @TheCodySimpson would u marry me or @DaltonOls 
natcapsolutions | RT hlovins: The scientific rebuttal to the silly Forbes release this   
morning: Misdiagnosis of Surface Temperatu... http://bit.ly/nRpLJl  
$ 

繼續(xù)深入

本文給出了一些簡單的腳本，這些腳本使用Ruby語言來從Twitter中提取數(shù)據(jù)，文章的重點放在用來說明一些基本概念的腳本的開發(fā)和演示方面，但我們能做的遠不止于此。例如，你還可以使用API來瀏覽你的朋友的網(wǎng)絡，并找出你感興趣的最受歡迎的Twitter用戶。另一個吸引人的方面是對tweet消息本身進行挖掘，使用地理位置數(shù)據(jù)來了解基于位置的行為或是事件(比如說流感暴發(fā))。本文只是做了一個淺顯的介紹，請在下面隨意發(fā)表你的評論，附上你自己的各種混搭程序。Ruby和Twitter gem把為數(shù)據(jù)挖掘需要開發(fā)有用的混搭應用程序和儀表盤工具的工作變得很容易。

關于作者

M. Tim Jones是一位嵌入式固件架構師，也是Artificial Intelligence: A Systems Approach, GNU/Linux Application Programming (現(xiàn)在是第二版)、AI Application Programming (第二版)和BSD Sockets Programming from a Multilanguage Perspective等書的作者。他的工程背景涉及廣泛，從同步宇宙飛船的內(nèi)核開發(fā)到嵌入式系統(tǒng)架構和網(wǎng)絡協(xié)議開發(fā)都有。Tim是Intel的一位平臺架構師，也是一位作家，居住在科羅拉多州的 Longmont。

原文：http://select.yeeyan.org/view/213582/223628

【編輯推薦】

1. Ruby開發(fā)者應該熟悉的10個工具
2. JRuby和Java 7 我們可以期待什么
3. Perl、PHP、Python、Java和Ruby的比較
4. 關于Ruby/RoR我的體驗和看法
5. 在Nginx上運行Ruby on Rails